四 实证研究

根据前面分析的哈伯格－劳尔森－梅茨勒效应的传导机制理论，即贸易条件变动与出口品产出、贸易收支的传导机制： TOT → y _x → CA ，本文通过此三个变量间长短期关系来验证中国是否长期存在该效应。本文的实证研究采取ARDL（自回归分布滞后）协整方法，传统标准的协整检验主要有基于残差的Engle－Granger检验、Johansen检验和基于最大似然方法的Johansen－Juselius协整检验，但是这些方法往往面临稳健性和序列稳定性问题。和传统的协整分析方法相比，自回归分布滞后协整方法优点主要体现在以下几个方面：第一，适合小样本分析，能够得到更稳健的结果；二是模型并不要求同阶单整，估计都是无偏的和有效的，变量可以是 I （0），或 I （1），或者兼而有之，但是不能够是 I （2）或更高的单整阶数；第三，该检验方法考虑到模型的内生性问题，即使回归变量是内生的，长期模型系数也是无偏估计；第四，ARDL模型能够融入更多的变量。这种方法能够同时研究变量之间的短期和长期关系。ARDL模型是一个动态设定，用因变量的滞后项和自变量的当期或滞后期来解释因变量，直接估计短期效应，间接估计长期均衡关系，同时研究了变量之间长短期关系。

根据前面的理论分析，由于出口品产出不仅对经常项目有影响，也是影响贸易条件和经常项目之间关系的重要因素，因此实证模型中除了贸易条件，还融入出口品产出作为经常项目的一个影响变量。针对H－L－M效应，我们建立下列ARDL协整计量模型，探讨贸易条件和贸易收支之间的长期和短期关系，通过单一的F检验来判断变量是否存在协整关系：

1．数据来源

本文实证数据的时间区间是1995年第一季度至2014年第二季度，本文以 CA 代表经常项目余额，其形式为出口金额与进口金额之比（ CA ＝ X ／ M ）；用 y _x 表示出口品产出 ，其形式为利用物价指数处理后的对数形式的实际贸易品产出；用 TOT 代表贸易条件，其形式为以2005年定基的出口价格指数与进口价格指数之比。所有数据均经过 X ₁ 1季节调整后，首先进行ADF和PP单位根检验，来检验时间序列的平稳性，见表1。

单位根检验结果显示，出口品产出、贸易条件序列数据为 I （1）序列，原序列是不平稳的，差分序列是平稳的，经常项目原序列和差分序列为 I （0）序列。

2．ARDL协整检验

建立形式如式（23）的误差修正模型进行边限协整检验。因为是季度数据，最大滞后阶数我们取4阶。 CA ， y _x ， TOT 的边限协整检验结果如表2所示。

在原假设 H ₀ ： λ ₁ ＝ λ ₂ ＝ λ ₃ ＝0成立时，不管 CA ， y _x ， TOT 是 I （0）还是 I （1）过程，Pesaran已经计算出了该检验 F 统计量的临界范围表。查表可知，在90％的置信水平下， CA ， y _x ， TOT 之间存在长期协整关系。根据R－bar平方标准我们选择ARDL（4，4，1）模型。ARDL（4，4，1）模型的具体参数估计如表3所示。

最后是模型的稳定性检验。我们可以用拉格朗日乘数检验自相关，用reset检验函数的形式，用CUSUM和CUSUM平方来检验模型的稳定性。如果残差全部在置信区间内，则说明系数是稳定的。检验结果显示ARDL模型除了自相关，在5％显著水平下，通过了所有其他的相关诊断检验，该模型是合理的，该模型的诊断结果如表4所示。

由图3递归残差累积图和平方累积图，我们可以判断，模型估计的系数在样本区内在5％的显著性水平下是基本稳定的。

3．误差修正模型和长期协整关系

误差修正模型的估计参数如表5所示。结果显示：滞后1期 y _x 对贸易收支有显著正影响。短期的贸易条件对贸易收支有显著正的影响，短期内哈伯格－劳尔森－梅茨勒效应是存在的。

误差修正项 ecm 的系数为－0．279 70，为负号，表明经常项目受到一定冲击后，以28％速度向均衡回复。Granger（1988）指出如果变量是协整的，一定有短期和长期的因果关系，误差修正项统计上高度显著，说明 y _x 和贸易条件是影响贸易收支的格兰杰原因。同时，我们得到变量间的长期关系系数，如表6所示。

根据实证结果，长期的贸易收支函数可以表示为：

长期的贸易收支函数显示，贸易收支对贸易条件的弹性系数为0．692 86，贸易收支和贸易条件正向变动，与H－L－M效应相同，说明长期来看H－L－M效应也是存在的。而贸易收支对出口品产出 y _x 收入弹性为0．166 34，意味着出口品产出增加，贸易收支改善。

4．脉冲反映函数和方差分解——基于结构化向量自回归模型（SVAR）的分析

为了分析贸易条件与出口品产出受到冲击后对经常项目余额的影响，我们可以建立原序列差分变量的SVAR模型，计算预测误差的方差分解和脉冲反应函数，分析变量之间相互独立的动态变化和相互影响关系。

（1）SVAR模型的建立以及限定

为了构建SVAR模型，本文将所有变量均定义为内生变量。接下来，定义3维变量向量： Y ＝［ CA ， y _x ， TOT ］ ^T ，模型的最优滞后阶数为滞后4阶，因此我们所建立的SVAR模型形式为： A ε _t ＝ B μ _t ， t ＝1，2，…， T 。

其中 和 是待估的参数矩阵， ε _t 。

其中， ε _t 是VAR模型的扰动项， μ _t 是结构式的扰动项，表示上述三个变量的结构化冲击， μ _t ～ VWN （ O ， I ）。

根据我国实际情况，本文对矩阵 A 加以如下约束条件：

（1）经常项目对当期的出口品产出和贸易条件有响应，则对应的参数限定为： a ₁ 2≠0， a ₁ 3≠0；

（2）出口品产出对当期的经常项目没有响应，对贸易条件也没有响应， a ₂ 1＝0， a ₂ 3＝0；

（3）贸易条件对当期的经常项目没有响应，对当期的出口品产出有响应，因此有： a ₃ 1＝0， a ₃ 2≠0。

根据约束条件，我们最终确立的 A 的形式为：

（2）模型的稳定性检验

模型的稳定性与否关乎本文结论的可靠性，图4显示模型所有的特征根倒数都在单位圆以内，满足稳定性的条件。

我们将运用构建的SVAR模型分别考察我国贸易条件的变动对于贸易收支的影响，各变量的冲击 μ _it 均以剔除其他变量影响，冲击相互独立。

（3）脉冲响应函数和累积的脉冲反应函数

当贸易条件发生冲击变化时，我们通过脉冲响应函数分析经常帐户、出口品产出以及贸易条件的变动情况。图5显示，当贸易条件出现一单位标准差的正冲击时，经常项目余额会先出现下跌后并反弹上升，然后下跌并逐步趋向平稳。而出口品产出正的冲击会导致经常项目余额先下降后上升，而后再下降，最终趋于稳定。

当贸易条件出现一单位标准差的正冲击时，实际出口品会先降后升，最终趋于平稳。而经常项目正的冲击会导致 y _x 下降，随后再上升，然后下降，最终趋于均衡。

经常项目正的冲击会导致贸易条件不断改善，随后出现恶化并逐步趋于稳定。当出口品产出出现一单位标准差的正冲击时，贸易条件反应为先降后升，再下降，最终逐步趋于稳定。

综上所述，从贸易条件和出口品产出对经常项目的短期影响方向并不确定，这与本文第三部分理论分析一致，即H－L－M效应是否存在依赖于收入变动的轨迹，以及消费和储蓄等的跨期变动。

从累积脉冲响应函数来分析（如图6所示），长期内贸易条件的改变对经常账户和出口品产出的影响为正，出口品产出对经常账户的最终影响也为正，呈同向变化，与前文协整结果一致，更加验证了哈伯格－劳尔森－梅茨勒效应（Harberger－Laursen－Metzler effect）在中国的长期存在性。此外，长期内贸易条件的改善提高出口品产出，经常账户的改变降低出口品产出；而经常账户的改善反过来会促进贸易条件，但出口品产出对贸易条件的变动产生负面影响。

从图5和图6的脉冲响应函数图明显看到，模型估计的内生变量在序列冲击时随着时间的推移影响会逐步趋于稳定，由此可见方程SVAR模型是稳定的，与前面的检验结论一致。

（4）方差分解

SVAR模型中的贸易条件的变动、出口品产出变动、经常账户的变动的方差分解结果如表7所示。从经常项目的变动来看，我们发现，贸易条件受到冲击后的第一季度，贸易条件的改变对经常账户的波动解释占4．73％，而出口品产出的变化对经常账户波动解释占比约23．8％；冲击后的五个季度之后，贸易条件的变化对经常账户波动的影响程度稳定在12．7％左右，出口品产出波动影响经常账户波动性的比重约为26％。经常账户的波动程度主要受出口品产出波动影响，贸易条件次之，但两者均为影响贸易收支的重要因素。

从出口品产出的变动来看，贸易条件受到冲击后的第二季度，贸易条件的改变对出口品实际产出的波动解释占6．3％，而经常账户的波动对出口品产出波动较小，占比仅0．01％；冲击后的五个季度，贸易条件的变化对出口品产出波动的影响程度为10．3％的水平左右，而经常项目的变化影响出口品产出波动性的比重提高至7．2％，由此可见，出口品产出的波动程度受贸易条件波动影响较大，经常项目的影响次之。

从贸易条件的变动来看，出口品产出受到冲击后的三个季度，出口品产出的变动对贸易条件的波动解释占比约为24．2％，而经常项目对贸易条件的波动影响占比为7．3％；在出口品产出冲击的五个季度，出口品产出的变化对贸易条件波动的影响程度稳定在27％左右，贸易收支的变化影响贸易条件波动性的比重稳定在7．2％。贸易条件的波动程度受出口品产出的影响较大，受经常账户波动的反馈影响相对小一些。